lc026.删除排序数组中的重复项
删除排序数组中的重复项
啊这道题还是挺简单的,就是双指针法,而且数组还是排序过的,只要一个右指针一直往右边走,比较其所指的数和左指针指的数是否相同,如果相同,那么
右指针向右移动一位,左指针则不动。当遇见右指针和左指针指的数相同时,左指针也向右移动一格,并将右指针所指的数记录在新的左指针所指的位置,以此\n
类推直至右指针走到数组末尾。返回左指针的位置加一即可。
class Solution:
def removeDuplicates(self, nums: List[int]) -> int:
if len(nums) == 1:
return 1
i, j = 0, 1
while j <...
lc167.两数之和2-输入有序数组
两数之和2-输入有序数组
总结和巩固一下双指针法,滑动窗口法也可以看成是双指针法。
对于第一题,我尝试之后的题解如下,第一种解法是两次循环,时间复杂度为O(n^2),而我们注意到,因为该题目是有序数组,所以可以考虑利用单调性
进行优化,我们注意到,可以将此题看成反向移动的双指针题,如果在某个时候,左右两个数的和大于等于target,那么满足题意的有可能的情况
就是要么增加左端的数,要么减小右端的数。并且由于这个题只存在一个解,最坏的情况既是两端指针相遇,故时间复杂度为O(n). twoSum2应该
是比较好的。
class Solution:
def twoSum1(self, numbers, target):
...
PMR summary week1
first week
in this week, we mainly introduced
second week
third week
fourth week
fifth week
Self-Attention Generative Adversarial Nets
自注意力生成对抗网络
Han Zhang, Ian Goodfellow, Dimitris Metaxas, Augustus Odena
摘要
在这篇论文中,我们提出了自注意力生成对抗网络(SAGAN)
1. 介绍
2. 相关工作
3. 对抗网络
4. 理论结果
5. 实验
6. 优点与缺点
7. 总结和将来的工作
Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks
使用循环一致对抗网络的非配对图像到图像转换翻译
Jun-Yan Zhu, Taesung Park, Phillip Isola, Alexei A. Efros
Berkeley AI Research(BAIR) laboratory, UC Berkeley
摘要
图到图翻译问题是一类视觉和图像问题,目标是从配对的图像对中学到从输入图片到输出图片到映射。但是,对于很多任务来说,这些数据集并不可用。我们
提出了一个在缺少数据
1. 介绍
Generative Adversarial Nets
我们提出了一个应用对抗过程来估算生成模型的新框架,在这个框架中我们同时训练了两个模型,分别是一个能捕捉数据分布的生成模型 G 和一个判别模
型 D, D 可以估计一个来自训练数据而非模型 G 的样本的概率。G 的训练过程的目的是最大化 D 出错的概率。这个框架对应于一个二元极小
极大博弈问题(minimax two-player game)。在任意的函数 G 和 D 组成的空间中,当 G 重建训练数据的发布以及 D 处处都等于
\(\frac{1}{2}\) 时,一个唯一解存在。当在 G 和 D 都被定义成多层感知器时,整个系统可以用反向传播算法来训练。在整个训练或生成样本时
并不需要任何马尔可夫链(Markov chains)或展开的近似推断网络。通过对生成样本定性和定量的评估,我们...
260 post articles, 26 pages.